实施 30x30 ： 本国案例研究的经验教训(汉)

11045 实现 30x30 国家案例研究的经验教训 Susmita Dasgupta Brian Blankespoor DavidWheeler 政策研究工作文件 11045 Abstract 近60万种新物种分布图的发布，利用了全球生物多样性信息设施的数据，为重新评估国际物种保护提供了机会，并更广泛地代表植物、无脊椎动物和其他物种。这一发展与全球“30x30”倡议相一致，该倡议旨在到2030年使陆地和海洋保护面积覆盖地球的30%。本研究利用全球生物多样性信息设施的分布图，在拉丁美洲（巴西、哥斯达黎加和厄瓜多尔）、非洲（喀麦隆、南非和马达加斯加）以及亚太地区（巴布亚新几内亚、菲律宾、印度和中国）的10个国家中识别新的物种保护机会。通过专注于个别国家，论文强调了当地保护管理的重要性。陆地和海洋案例均进行了分析，特别关注地方性物种。 不同于以往的努力，这种方法对所有已记录的脊椎动物、无脊椎动物、植物以及其它物种赋予同等权重。一个空间效率高的算法能够识别出建立新保护区的优先地点，以保护未受保护的物种。研究结果表明，初始条件，如现有的保护水平和未受保护物种的空间聚集情况，对结果影响重大。未受保护的物种在某些国家呈现出空间聚集的现象，而在其他国家则不然；不同类群的物种在未受保护物种中的代表性也存在显著差异。一些国家可以在30%的领土限制内实现全面保护，而其他一些国家可能需要超出这个限制。然而，在所有情况下，通过适度扩大保护区面积来利用物种的空间聚集现象，可以实现显著的保护增益，这为在国际承诺范围内增强生物多样性保护提供了可行路径。 实现 30x30 ：国家案例研究的经验教训 Susmita Dasgupta Brian Blankespoor David Wheeler 资助 ： 这项研究由全球环境基金资助。 致谢：我们承认使用了根据GBIF引用指南下载的地参考物种分布数据。https: / / www.gbf. org / citation - guidelines # derivedDatasets） 。 GBIF 事件数据于 2024 年 2 月17 日通过 Google BigQuery 访问。 我们感谢 Pritthijit(Raja) Kundu 在图形方面的宝贵帮助。 本文的研究发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织，或世界银行执行董事及其所代表政府的观点。 关键字:生物多样性保护, 保护区, 特有物种, 昆明 - 蒙特利尔全球生物多样性框架 JEL 分类 fi 阳离子 ： Q57 1. Introduction 世界正在迅速失去生物多样性。 Pimm 等人。 (2014) 发现目前的物种比率T1灭绝率至少是背景灭绝率的1,000倍。来自生命地球指数（LPI）的支持证据跟踪了陆地、淡水和海洋栖息地脊椎动物种群的趋势，显示自1970年以来下降了69%。 《生物多样性公约》（CBD）及其缔约方会议（COP）通过LPI获取信息。面对生物多样性快速下降的指标，188个国家在2022年12月的COP 15会议上批准了《昆明-蒙特利尔全球生物多样性框架》（GBF）。该框架采取了多项措施，其中一项承诺到2030年保护地球30%的区域。这一举措被标记为全球30x30倡议，并通常简称为“30x30”。 有效实施“30x30”目标需要回答两个关键问题：（1）应保护哪些全球生物多样性的空间分布？（2）如何保护30%的地球以最好地保存这一生物多样性？ 在之前的研究（Dasgupta等，2024）中，我们使用全球生物多样性信息设施（GBIF）解决了第一个问题。GBIF现已扩展至涵盖超过200万种物种的发生记录。在过去两年中，GBIF每天新增约13万条发生记录。大多数记录包含地理位置坐标，这使得我们能够对以前未映射的物种进行新的空间分布估计，并改进已有地图的物种估计。利用基于机器的模式识别技术，我们为超过60万种物种估算出了空间分布图。这些地图补充了先前的工作，极大地扩展了植物、无脊椎动物及其他非脊椎动物的代表性。我们的算法允许随着GBIF数据的增加快速更新并生成新的地图。 在本文中，我们借鉴先前的研究工作，探讨了“30x30”目标在拉丁美洲、非洲和亚太地区10个国家样本中的若干含义。我们重点关注个别国家，以突出保护管理在当地环境中的作用。我们的国家分析从当前的保护区开始，这些保护区在领土覆盖范围和物种类群代表性方面表现出极大的跨国差异。我们考虑了陆地和海洋案例，重点关注每个国家特有的物种。通过利用全球生物多样性信息设施（GBIF）的地理空间数据库，涵盖近60万种物种，我们将物种分布图叠加到世界自然保育区域数据库中最新的保护区地图上。这有助于识别现有保护区覆盖率不足或极为稀疏的特有物种。 我们的方法不同于以往许多研究，因为我们赋予了所有脊椎动物、无脊椎动物、植物以及数据库中记录分布区域的其他物种同等权重。我们使用一种空间效率高的算法来确定优先级层次，以识别新地点的优先顺序。 保护区域将为未受保护的物种提供覆盖范围。我们的国家案例基于研究结果，探索对各国的30x30承诺的空间影响。 我们选择不一开始就提供详细的描述方法，而是通过国家案例逐步介绍其特点。我们从一个计量经济分析开始，该分析旨在识别每个国家计划保护区域的适当规模。 2. 国家规模和保护区规模 在每个国家，我们的序列算法首先将所有未受保护物种的发生地图叠加到一个空间网格上。它计算每个网格单元内的居民物种数量，并确定最高计数的单元（P1）作为优先级1的保护覆盖候选区域。在第二步中，它排除P1中的居民物种，并对剩余物种重复网格单元计数。它确定最高计数的单元作为P2。该算法可以重复此过程，直到所有物种至少在某个网格单元内得到覆盖。2 我们的方法的一个关键特征是为每个国家选择电网规模。我们使用一个空间网格，其单元面积与平均保护区面积相同，并考虑了国家规模的因素。图1显示了212个国家和地区在对数尺度下的面积与平均保护区（PA）面积（平方公里）之间的关系。3表1的回归结果证实了强烈的相关关系：随着国家面积每增加1%，平均PA规模增加0.614%，且具有非常高的显著性（回归t统计量为15.47）。4） 。使用此结果 ， 我们可以预测任何区域的平均 PA 大小 ， 并将其转换为适当的网格单元分辨率。5 3. 优先地区选择 ： 巴西和喀麦隆 我们介绍了我们的方法论，并应用于巴西和喀麦隆，两国的规模差异决定了网格单元分辨率分别为0.332度（dd）和0.136度（dd）。通过我们的算法，在每个步骤中，都会在一个网格单元内识别一个新的保护区域，该网格单元的边长分别为在巴西为0.332度（约36.9公里），在喀麦隆为0.136度（约15.1公里）。 巴西 图3显示了巴西陆地保护区域为深绿色。现有的保护区域覆盖约260万平方公里，占全国土地面积的30.6%（总面积约为850万平方公里）。巴西数据库中有20,245种特有物种，其当前的保护体系按照国际标准来看非常 impressive。巴西的5,499个保护区域涵盖了其国土面积的30.6%，为数据库中93%的特有物种提供了显著的保护范围。同时，有1,412种特有物种的分布区域完全位于现有保护区域之外，或者覆盖率极低，实际上处于未受保护状态。6为了说明这一点，图2展示了某些未受保护的土著物种的图像，而图3则展示了这些未受保护物种的分布地图和图像。7fi GURE 包括脊椎动物 (图 3a) 、植物 (3b) 和节肢动物 (3c) 。 我们的图像的公共领域要求导致了图2中物种的准随机选择，尽管样本数量有限，无法确保代表巴西的1,412种未受保护物种。然而，两个显著特征显而易见：许多物种分布在巴西的东部和东南部，且大多数物种的分布范围相对较小。从空间角度来看，这些特征是合理的。首先，北部和西北部的保护区通常更大，因此那里有更多的地方性物种受到保护。其次，保护区在巴西分布足够广泛，使得具有较大分布区域的物种在其分布范围内的某些部分也会得到相当程度的保护。值得注意的是，Dasgupta等人（2024）首次在我们的数据库中绘制了许多未受保护的物种，并且这些物种大多属于尚未在保护区选址中获得主要关注的群体（例如，昆虫类）。总体而言，图3表明，这些物种在东部和东南部地区有显著存在，而该地区的保护区面积远小于北部和西北部。 图4中的四个面板展示了识别巴西四块最高优先级区域以获得新的保护状态的迭代步骤。如前所述，巴西的网格尺度为0.332 dd（约每边36.9公里）。对于1,412种未受保护的物种，图4a报告了初始的网格单元计数。颜色编码从浅黄色到红色和深棕色，标识出最高的计数值。图4a显示了巴西东部和东南部存在许多显著的聚类，其中最大单元计数值（由紫色轮廓标识）出现在 Espírito Santo 州中部。因此，我们确定这个37 x 37公里的区域为最高优先级的候选区，为98种此前未受保护的物种提供一定的覆盖范围。 图4b报告了在考虑这98个物种的第二轮时的计数结果。尽管东部和东南部的高计数再次明显，但本轮的最大单元格计数出现在亚马逊州东北部。这确定了第二个优先区域，为43种未受保护的物种提供了部分覆盖。接下来的迭代确定了东南部、 Paraná州东部的第三个优先区域，为32种物种提供了部分覆盖。第四次迭代还确定了Paraná州北部单元格的最大计数，为30种物种提供了覆盖。这些迭代步骤共同确定了四个37 km x 37 km的区域，为巴西1,412种未受保护的特有物种中的203种（占14.4%）提供了覆盖。 喀麦隆 图6显示了赤道几内亚的保护区域为深绿色。其保护强度远低于巴西，赤道几内亚有55,600平方公里（占国土面积的12%）被划为保护区，而该国总面积为464,319平方公里。在我们的数据库中，赤道几内亚有645种特有种，其中189种（占29.3%）实际上未得到保护。图5展示了部分未受保护物种的图片，而图6则展示了来自未受保护群体的一些脊椎动物（图6a）、植物（图6b）和昆虫（图6c）的分布范围及公共领域图片。这些物种的地理分布模式与巴西相似：它们位于现有保护区之外（由于保护区的设计），且其分布区域通常较小，因为较大的分布区域往往会与保护区重叠。在赤道几内亚，所展示的物种主要位于该国的西部和西南部。 图7的四个面板复制了我们在巴西案例中介绍的迭代方法。喀麦隆的网格尺度为0.136 dd（每个单元格为15.1公里见方）。图7a显示了喀麦隆189种未受保护的特有物种在各个网格单元中的数量。该图揭示了明显的西部和西南部聚集现象，在中心地区的南部部分（用紫色轮廓标出）细胞计数最高。该细胞覆盖了24种以前未受保护的物种。接下来的三次迭代分别确定了西北地区中部优先区域（包含21种物种，图7b）、东部地区的西南角优先区域（包含16种物种，图7c），以及西南地区南部优先区域（包含15种物种，图7d）。这些迭代步骤共同确定了四个15 km × 15 km的区域，这些区域覆盖了喀麦隆189种未受保护的特有物种中的76种（占40.2%）。 总结而言，我们的案例分析展示了在巴西和喀麦隆识别未受保护的土著物种、建立网格尺度以及选定高优先级保护区域的基本方法。结果表明，相对较少的新保护区可以覆盖大量未受保护的土著物种。然而，需要强调一个重要的注意事项：如果物种分布图准确无误，我们通过此过程识别的网格方格将为所有重叠物种提供一定程度的覆盖。但是，我们的方法并不能保证网格单元内的每种物种都能按照我们的定义得到保护。可以通过扩展保护区面积，直到覆盖率能够消除所有根据我们原始标准（物种分布图上少于5%的保护和少于25平方公里）未受保护的物种状态来解决这一问题。 对于巴西，我们计算了在首次迭代的区域选择方法中识别出的98个物种所需扩展的范围。我们从识别出的网格单元的中心点生成一系列圆形序列，初始圆形为包围该单元的圆。8在每次迭代中，我们将半径扩大10%。我们发现第一个圆圈可以将